冠状动脉狭窄自动检测方法和系统
    171.
    发明公开

    公开(公告)号:CN115880227A

    公开(公告)日:2023-03-31

    申请号:CN202211425041.6

    申请日:2022-11-14

    Abstract: 冠状动脉狭窄自动检测方法及系统,解决了依赖分割结构的累积误差问题和难以提取冠状动脉造影序列的帧间关联信息的问题,从而快速、有效地得到准确的狭窄检测结果,为后续冠状动脉病变分析提供更精确的狭窄位置。方法包括:(1)语义特征图和狭窄建议框提取,从输入的冠状动脉造影序列中自动提取每帧图像的语义特征图和狭窄建议框;(2)时空特征聚集,利用语义特征图和狭窄建议框生成冠状动脉造影序列的时空RoI特征,并通过学习时空RoI特征的上下文关联进行时空特征聚集,生成增强的RoI特征;(3)狭窄结果预测,将增强的RoI特征输入到多任务输出网络中,预测冠状动脉造影序列的狭窄检测结果。

    基于光学跟踪探针划取点的手术导航空间配准方法及装置

    公开(公告)号:CN113450395B

    公开(公告)日:2022-12-02

    申请号:CN202110676594.8

    申请日:2021-06-16

    Abstract: 基于光学跟踪探针划取点的手术导航空间配准方法及装置,更加易于操作且成本更低,配准精度与基于基准点配准得到的结果相近。这种基于光学跟踪探针划取点的手术导航空间配准方法包括以下步骤:(1)利用一个通用的人面部模板,通过模板匹配方法以剔除图像空间中冗余的表面数据;(2)使用光学跟踪探针在真实人面部取点,并提出一个约束指标,以重建均匀的人面部轮廓;(3)通过粗到精的增量点云配准方法以及配准约束指标,约束所采集点云的完整性和配准结果的正确性,最终将图像空间与真实空间精确对齐。

    基于3D/2D配准的导丝3D模拟跟踪方法及装置

    公开(公告)号:CN111784751B

    公开(公告)日:2022-12-02

    申请号:CN202010549316.1

    申请日:2020-06-16

    Abstract: 基于3D/2D配准的导丝3D模拟跟踪方法及装置,方法包括:分别从CTA图像和DSA图像中提取3D血管结构、2D血管结构;构建3D和2D血管的图模型;通过基于血管拓扑的3D/2D配准方法进行配准,得到3D和2D血管的空间位置对齐关系;在配准结果的基础上,通过优化配准对应的最佳匹配,得到稠密的3D和2D血管中心线的最大匹配;利用稠密匹配关系构建2D‑3D空间映射关系;针对DSA图像,以U‑Net网络架构为基础,针对导丝结构特性引入Dense Block嵌入和连通性监督,并在大量标注的导丝分割金标准数据集上训练;通过训练后的网络,分割X射线图像中的导丝,实现序列图像导丝的实时提取;结合2D‑3D空间映射关系和2D图像中导丝的实时提取,将2D导丝映射到3D空间,从而实现导丝的3D跟踪模拟。

    基于特征对齐域的SP-CTA图像冠脉分割方法及装置

    公开(公告)号:CN115063384A

    公开(公告)日:2022-09-16

    申请号:CN202210758622.5

    申请日:2022-06-29

    Abstract: 基于特征对齐域的SP‑CTA图像冠脉分割方法与装置,方法包括:(1)图像预处理:对源域图像及其标注数据进行缩放,使同一病人的CTA图像和SP‑CTA图像具有相同的大小;(2)在特征提取阶段,采用特征共享的方式使SP‑CTA图像能够有效利用CTA图像空间学习的知识,进而加速网络的收敛;在卷积网络中使用特定于域的BN层;(3)在训练阶段,CTA图像与SP‑CTA图像分别以batch‑size的大小加载并同时输入到冠脉分割网络中,网络利用共享卷积核及不同的BN层,得到两个域输入图像的血管预测概率图;(4)在血管预测空间引入对抗性损失函数,网络中加入两个判别器,分别对分割网络输出的预测概率图与预测熵图进行对应模态的判别;(5)分割网络采用三次下采样和三次上采样。

    超声图像的三维重建方法及装置

    公开(公告)号:CN114998150A

    公开(公告)日:2022-09-02

    申请号:CN202210681854.5

    申请日:2022-06-15

    Abstract: 超声图像的三维重建方法与装置,能够减小采集密度不均匀导致的参数不平衡的影响,具有更低的重建误差,增加适用范围,不同体素的插值过程具有独立性,可以并行计算,极大提高重建效率。方法包括:(1)空间映射:将从超声采集系统当中得到的二维图像中像素视为仅中心有值的平面点云,通过空间映射得到对应空间坐标系当中的点云;(2)四面体剖分:将新坐标系下的空间划分成若干个由点云为顶点组成的四面体;(3)四面体插值:对四面体体内的格点进行插值,利用像素映射得到四面体顶点,对体素对应位置的格点进行插值计算,插值方法采用体积权重插值与空间二阶多项式插值相融合,且每个四面体的插值互不影响并行计算,得到重建之后三维体数据。

    应用于肝脏消融术后评估的配准方法及装置

    公开(公告)号:CN114757982A

    公开(公告)日:2022-07-15

    申请号:CN202210375797.8

    申请日:2022-04-11

    Abstract: 应用于肝脏消融术后评估的配准方法及装置,能够防止消融区和肿瘤的错误匹配,并量化消融区的外部收缩,补偿消融区内部收缩,将微波消融手术前图像与微波消融手术后图像对齐,并且可以评估消融边界。方法包括:(1)获取微波消融术前和术后的3D图像作为运动图像和固定图像;执行优化、正则化和交替更新,以量化消融区外部收缩场,并估计呼吸运动场;求解BHE以基于消融针位置和功率计算稳态温度场,求解TWE以获得基于稳态温度场和消融区外部收缩场的稳态收缩场,合并稳态收缩场和消融区外部收缩场并获得总组织收缩场;(4)对运动图像进行呼吸运动的顺序校正,并对组织收缩进行补偿,以获得被补偿的图像。

    自主式种植牙机器人定位精度评估装置和方法

    公开(公告)号:CN114366356A

    公开(公告)日:2022-04-19

    申请号:CN202210049846.9

    申请日:2022-01-17

    Abstract: 本发明角度精度测量模具为半球体保证角度多样性和摆放稳固性,位移精度测量模具为正方体确保位移差标准性和摆放稳固性;种植牙机器人分别针对两种模具的CT图像规划机器人目标路径,角度测量中机器人的目标角度为目标孔洞圆心指向球心的向量,目标位置与目标孔洞圆心的距离为种植器械长度;位置测量中机器人的目标角度为垂直于模具上表面的向量,目标位置与目标孔洞圆心的距离为种植器械长度;使用光学跟踪仪及标定工具,完成机械臂及其前端标定;使用光学跟踪仪及标定工具,完成CT图像与实际模具的空间配准;按术前规划路径、机械臂标定及空间配准结果,将种植器械送入测量模具的孔洞中;若未进入孔洞并和模具发生碰撞则机器人停止执行。

    多条件约束的路径规划方法及装置
    178.
    发明公开

    公开(公告)号:CN113693721A

    公开(公告)日:2021-11-26

    申请号:CN202110803586.5

    申请日:2021-07-14

    Abstract: 多条件约束的路径规划方法与装置,能够保证病灶定位的精准性。方法包括:(1)由医生交互选择确定病灶目标区域,以其质心作为路径规划目标,基于手术入口范围限制、障碍物避障限制和手术器械形状限制构建多条件约束;(2)迭代搜索经过当前路径点的障碍物切线切点,以其附近非障碍物点更新路径点,直至和目标之间无障碍物;遍历手术入口范围,使用反向切点搜索方法搜索路径点,计算手术器械耦合模型在路径点处的点云状态,通过检测其是否与手术入口边界区域碰撞检验其是否满足手术入口范围约束,通过检测其是否与障碍物碰撞检验其是否满足避障约束;(3)使用线性加权法求解全局最优路径,使用主要目标法求解不同目标下的最佳路径。

    基于DRR模拟数据生成的二维骨骼分割方法及装置

    公开(公告)号:CN113496494A

    公开(公告)日:2021-10-12

    申请号:CN202110682691.8

    申请日:2021-06-17

    Abstract: 基于DRR模拟数据生成的二维骨骼分割方法及装置,能够获取足够的算法训练样本量,突破了医疗图像体量对方法性能的限制,完全不使用X射线来训练,仍然可以分割出X射线的骨骼,并且分割结果和骨骼十分接近。方法包括:(1)生成模拟数据:通过扇形区域控制点采样和GPU加速获取改进DRR,并通过改进DRR分别生成模拟TIPS术中二维X射线图像和对应的模拟骨骼分割金标准;(2)模型训练:利用模拟数据集进行二维X射线图像中骨骼分割网络模型的训练;(3)骨骼分割:结合传统的U型网络结构改进嵌套U型网络U2‑Net,执行术中二维图像的骨骼分割。

    基于质量缺陷成像模型的对抗训练优化方法及装置

    公开(公告)号:CN113469959A

    公开(公告)日:2021-10-01

    申请号:CN202110676605.2

    申请日:2021-06-16

    Abstract: 基于质量缺陷成像模型的对抗训练优化方法及装置,能够针对不同的内窥镜图像质量缺陷的成像特性提升内窥镜图像的质量,能够进一步提升内窥镜图像在复杂多样的缺陷下的增强质量,获得满足人眼视觉的效果。该方法用于基于循环一致性损失的图像质量增强通用方法中,基于质量缺陷成像模型的对抗训练优化方法在步骤(1)的前向循环过程中添加物理参数生成器,然后利用生成的物理参数将生成的高质量内窥镜图像恢复为带有质量缺陷的低质量内窥镜图像,与输入的低质量内窥镜图像形成一项重建损失,来促进网络训练。

Patent Agency Ranking